气动-引力辅助轨道机动轨迹优化方法

为使航天器在星际航行中实现轨道机动且有效节省燃料,建立了AGA(aero-gravity assist)机动的动力学方程和性能指标函数,给出终端约束和路径约束条件,用拟谱法将连续两点边值问题转换为等价的非线性规划问题,应用SNOPT软件求出飞行器最大化日心速度和最小化日心速度对应的最优轨迹,最后对轨迹优化算法进行了仿真,得出在热流速率峰值约束下的最优轨迹变化规律.结果表明,节点数为40时,最大速度偏差为0.009 m/s,满足收敛精度要求;与引力辅助轨道机动相比,极大化日心速度增大了8.02%,极小化日心速度减小了32.26%,相应偏转角分别增加了42.74°和68.40°;与无热流速率约束情况相比,最大热流速率峰值为500 W/(cm2.s)时,飞行器进入大气的深度、日心速度和偏转角分别减少6.35 km、93 m/s和6°.     

基于弹复力调整的高速列车群动态运行轨迹优化方法

为提高列车控制过程的自主性和智能性,研究了列车群动态运行过程,采用多智能体和图论方法构建了列车群分布式信息交互模型;以节能和准点为优化目标,以安全和乘客舒适度为约束条件,建立了列车群运行轨迹多目标优化模型,利用基于模拟退火思想改进的差分进化算法获取了列车群静态最优运行轨迹;在此基础上,为避免或消解列车运行过程中随机干扰导致的延误传播问题,针对移动闭塞系统,基于弹复力构建了信息交互支撑的列车群动态间隔调整机制,设计了列车群在线协同优化算法,实现了列车群运行轨迹的动态调整,最后采用武广高速铁路实际数据进行了仿真验证。研究结果表明:提出的在线协同优化算法可以有效提升最优解搜索能力,避免Pareto最优解集的频繁更新,在不同干扰场景下算法触发频率平均降低36.7%;在试验设计的一般干扰场景中,优化后的动态调整策略在保证列车群安全平稳运行的同时,将受扰列车的延误度由6.2%降至0,与立即恢复延误策略相比,节能率达4.8%;在试验设计的较大干扰场景中,受扰列车的延误度由13.1%降至1.4%,全局时间偏差恢复为0,节能率达1.8%。可见,提出的方法能够解决运行轨迹静态规划方式无法完全适应外部动态环境变化的问题,有效保障干扰情况下列车运行复合紊态的及时恢复。      

接触网检修计划自动编制模型构建与应用

针对接触网检修计划人工编制效率低又难以实现优化的问题，将接触网检修计划编制转化为一个规划优化问题，利用整数规划方法，同时考虑接触网检修作业的连续性，将设备检修状态作为决策变量，以超周期惩罚费用与检修路径代价最小为优化目标，建立基于弹性周期区间的接触网检修计划自动编制模型，并基于多目标规划中分层序列法提出模型的启发式求解算法. 通过实际算例验证证明:该方法可实现接触网检修计划的自动编制与优化，编制时间相对于人工节省99.98%，巡检路径节省33.16%，提高了接触网检修计划的编制效率和效果.      

智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止,从而造成延误时间过长的问题,提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型,其中,第1 阶段优化车辆进入匝道口的时序;第2 阶段基于第1 阶段的最优时序,优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序,然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性,将所提出的方法应用到20 min 随机到达的车流,进行仿真实验.实验结果表明,与先进先出的方法相比,本文所提出的方法能够使总延误减少59.7%,总油耗减少10.5%,说明该方法能够实现车辆以较高的速度通过匝道冲突区域,有效地减少了车辆汇入延误,同时也节约了油耗.     

飞机起飞航迹计算中发动机推力计算方法

为了确定飞机起飞航迹,应用数值计算理论,提出了发动机瞬时推力的计算方法,以发动机推力曲线已知推力为基础,通过拉格朗日插值确定未知推力。基于计算的发动机瞬时推力,计算了起飞航迹,并与实测航迹进行了比较。计算结果表明:飞机1的实测拟合航迹与程序计算航迹的最大绝对误差不超过10 m,最大相对误差不超过3.9%;飞机2的实测拟合航迹与程序计算航迹的最大绝对误差不超过35 m,最大相对误差不超过8.3%,计算方法可靠。     

基于车辆行驶轨迹的道路不良驾驶行为实时辨识方法

为了提高道路交通安全主动防控能力, 以小汽车行驶轨迹数据为研究对象, 研究了不良驾驶行为的实时辨识问题; 基于无人机拍摄交通流视频提取海量车辆行驶轨迹数据; 提出了应用风险度量方法量化典型不良驾驶行为的理论; 使用大样本统计分布方法确定不良驾驶行为的特征参数阈值; 建立了结合交通环境信息的不良驾驶行为谱, 计算了不良驾驶行为谱特征值; 以车辆不良驾驶行为谱特征值为依据标定不良车辆样本; 以部分驾驶行为谱参数为输入, 使用不平衡类提升的人工智能算法建立了不良驾驶行为辨识模型; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良跟驰行为特征。分析结果表明: 使用四分位差法得到不良跟驰特征参数的阈值为0.19 s-1, 大部分样本处于正常跟驰状态, 约2%样本处于不良跟驰状态; 基于每辆车行驶轨迹中正常跟驰状态和不良跟驰状态的比例, 使用95%分位数将8 917 veh小汽车样本划分为不良跟驰车辆445 veh与正常跟驰车辆8 472 veh; 不平衡类提升算法CUSBoost辨识不良跟驰车辆达到了94.4%的召回率和85.9%的精确率, 平衡分数和精确率-召回率曲线下的面积为所有算法中最高。可见, 不良驾驶行为谱作为一种客观的不良驾驶行为量化表达方法, 与人工智能方法结合可以生成海量的不良驾驶行为谱库; 不平衡类提升算法可以解决不良驾驶行为数据的不平衡问题, 与常规算法相比具有更好的不良驾驶行为辨识能力。      

基于GA-PSO混合优化的BPNN车速预测方法

BP神经网络(BPNN)已经用于车速预测方面的研究.针对BPNN不同的初始权值和阈值会影响车速预测精度的问题,提出一种基于GA-PSO混合优化的BPNN车速预测方法.以北工大西门到百葛桥为研究路径,构建基于BPNN的车速预测模型;将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合,通过逐次迭代取最优的方式确定BPNN的最优初始权值和阈值,以此设计基于GA-PSO混合优化的BPNN车速预测方法.最后,以所选路径为对象,利用基于GA-BPNN的预测法、基于PSO-BPNN的预测法,以及提出的方法对车速进行了实验预测.结果表明,相较于前两种车速预测改进方法,本文方法的平均车速预测误差分别降低了37.1%和24.1%,有效地提高了车速的预测精度.     

混行环境下网联信号交叉口车路协同控制方法

为了提高网联信号交叉口车路协同控制对真实交通环境的适应性,以智能网联汽车与网联人工驾驶汽车混行的典型交通应用场景为研究对象,通过构建八相位网联信号交叉口,研究了混行环境下的交通信号和网联车辆轨迹车路协同优化控制方法;在对场景中的网联车辆运动学特性和跟驰行为进行建模的基础上,构建了一种混行车辆编队方法;基于混行车队模型、安全约束与燃油消耗模型,建立了基于滚动优化的交通信号-车辆轨迹协同优化控制方法;基于异步分层优化思路,将该协同控制问题分解为上层交通信号优化与下层车辆轨迹优化两方面,以交叉口车辆行驶延误时间和燃油消耗量为优化目标,利用遗传算法和“三段式”轨迹优化法分别对交通信号优化问题与车辆轨迹优化问题进行求解;对不同稳态车速与智能网联汽车渗透率下构建的混行交通流的稳定性进行了验证,并通过仿真测试分析了所提出的协同优化控制方法的控制效能与关键参数对控制效能的影响。分析结果表明:在不同交通流量与智能网联汽车渗透率下,提出的控制方法均可有效提升交叉口通行效率与燃油经济性;在完全渗透环境下,较固定配时交通信号控制方法最高可分别提升57.3%和13.3%;随着智能网联汽车渗透率的增加,其控制效能不断提高,较无渗透条件最高可分别提升42.0%和14.2%;即使智能网联汽车渗透率仅达到20%,较无渗透条件也可以在交通效率方面实现20.4%的显著改善;较长的交通信号周期与较短的网联人工驾驶汽车驾驶人反应时间有助于协同控制效能的提升。      

两用燃料发动机点火提前角多目标蚁群遗传算法

针对两用燃料汽车最主要解决的是排放问题,但又不能牺牲超过5 %的动力为代价,构建了发动机点火提前角多目标优化的数学模型,对目标函数动力性能指标转矩和各种排放物进行归一化处理.以两用燃料发动机ECU硬件在环仿真模型和排放试验数据为对象,用蚁群遗传算法对目标函数进行求解,结果表明λt=0.7时的点火提前角作为线性加权和意义下的点火提前角能够在发动机的动力性能和排放性能之间取得很好折衷.综合4种工况点的结果表明:取线性加权和意义下的点火提前角对工况有所改善,对发动机性能有较好的折衷.其中,转矩损失在5%以内,排放中的NOx改善最明显,最大为27.32%;HC次之最大为22.31%;CO改善不大,最大为0.01%.     

智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止，从而造成延误时间过长的问题，提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型，其中，第1 阶段优化车辆进入匝道口的时序；第2 阶段基于第1 阶段的最优时序，优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序，然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性，将所提出的方法应用到20 min 随机到达的车流，进行仿真实验.实验结果表明，与先进先出的方法相比，本文所提出的方法能够使总延误减少59.7%，总油耗减少10.5%，说明该方法能够实现车辆以较高的速度通过匝道冲突区域，有效地减少了车辆汇入延误，同时也节约了油耗.     

一个鲁棒性冲突解脱轨迹规划模型

针对固定航路飞行条件下高密度运行空域多航空器实时冲突解脱轨迹规划问题,为了获取高空风场数值及增强航空器冲突解脱轨迹的鲁棒性,根据航空器的运行状态构建了高空风场线性和非线性滤波模型.采用模型预测控制理论,通过将预测模型的校正过程转化为高空风场数值的滤波过程,在给各航空器设定解脱优先权重及考虑两类解脱变量物理约束条件的前提下,从航空器的动态协同特性出发,构造能够反映控制输入量优劣的指标函数,提出一种能够适应空域环境变化的冲突解脱航迹在线滚动规划方案.算例分析表明,所提出的在线解脱轨迹规划方案可行有效.     

基于多目标优化的智能车辆换道轨迹规划

为提高智能车辆换道轨迹规划的拟人性和实时性,提出了安全、舒适、节能等多目标协同优化的换道轨迹规划算法,该轨迹规划方法的适应性取决于车辆换道时间、纵横向速度及加速度等关键变量的约束条件;基于车辆运动学和动力学理论,分析了动态未知环境下车辆换道安全区域,建立了六次多项式车辆理想换道轨迹模型,并运用遗传算法-BP神经网络理论对换道终止时刻及目标位置进行预测,得到了复杂场景下车辆换道轨迹簇;分析了基于可行解空间的车辆换道安全性、舒适性、经济性等性能评价函数,构建了多性能目标协同优化目标函数和约束条件,运用鲸鱼优化算法对换道轨迹簇进行优化,实现多性能目标协同的智能车辆换道轨迹最优规划;为进一步验证多目标优化轨迹规划算法的准确性,运用L3级智能车辆测试平台对结构化道路场景下多目标优化换道轨迹规划算法进行了试验验证。仿真和试验结果表明:提出的轨迹规划算法在满足各项约束的情况下可成功实现平稳、安全换道,并且与传统驾驶人换道相比,换道过程的安全性、舒适性及多目标综合性能分别提升了5.1%、3.3%和1.7%,有效提升了动态环境下智能车辆换道轨迹规划的拟人性。      

站内有车影响下的公交车自主停靠轨迹规划方法

针对公共交通环境下公交车的自动安全停靠问题,考虑与站台几何结构拟合度、站台内有车影响以及行驶连续性等安全约束条件,采用非线性约束优化函数计算连续曲率的进站轨迹,构建了公交车自主停靠轨迹规划模型,分别利用Sigmoid函数、三次样条插值、反正切函数及改进的反正切函数对公交车受前车制约下的停靠轨迹进行仿真分析.?实验结果显...     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

A numerical approach to trajectory planning for yoyo movement

Based on nonlinear trajectory generation (NTG) software package, a general approach (i.e. numerical solution) to trajectory planning for yoyo motion is presented. For the real-time control of such periodical dynamic system, a critical problem is how to implement fast solving the optimal trajectory, so as to meet the real-time demand. However, traditional numerical solution methods are very time-consuming. In this paper, the optimization problem is solved by mapping the problem to a lower-dimension space. And combined with multithread programming technology, the computation time for solving the optimal trajectory is greatly reduced. Simulation results show that the numerical solution is identical to the analytic one, which demonstrates the correctness of the proposed method. The computation time of one cycle of yoyo simulation is about 10 ms, which shows that the proposed numerical method can be applied to the real-time control of yoyo playing.     

基于灵敏度分析的大跨桥梁结构有限元模型优化研究

本文给出了一种基于灵敏度分析的大跨桥梁结构有限元模型优化方法。具体步骤如下：（1）通过竣工资料建立有限元模型;（2）利用成桥试验技术报告确定目标函数与修正参数;（3）采用灵敏度分析方法确定修正参数与目标函数的关系,将结构的有限元模型优化问题转化为数学模型的优化问题;（4）采用线性加权法将多目标优化转化为单目标优化问题,并利用二次规划法进行优化求解;（5）用优化后的结果代入有限元模型计算。采用上述方法对金塘大桥主通航孔桥的结构有限元模型进行优化,结果表明：优化后的计算响应值与实测响应值的误差控制在5%以内,验证了上述方法的实用性。     

改进弧长法求解屈曲问题

为了解决结构非线性有限元分析求解过程中结构失稳或材料出现软化时传统Newton-Raphson法无法通过极值点的问题,在传统弧长法的基础上,提出了求解过极值点问题的改进弧长法.该方法将非线性方程求解过程中出现的不平衡力向量分解为两个相互正交的向量,并建立其弧长的约束方程,求解得到非线性计算中的荷载因子.在求解过程中,给出了改进的确定弧长方法,通过弧长调整避免了求解荷载系数中出现复根的问题.通过两个拱型结构的屈曲分析算例,分别考虑几何非线性和几何材料双重非线性效应,对两个拱形结构进行了非线性屈曲分析,结果表明:结构在出现屈曲时发生急跳现象,验证了改进的弧长法在结构出现材料软化和失稳时能通过极值点.     

基于动态规划的混合动力有轨电车能量管理方法

针对传统动态规划算法在燃料电池混合动力系统能量分配中存在的误差累积问题，以及为进一步提高燃料电池混合动力有轨电车的耐久性和燃料经济性，提出了一种基于改进动态规划算法的燃料电池混合动力有轨电车能量管理方法；改进动态规划算法在传统动态规划的基础上调整了状态转移方程，通过只对系统状态量进行离散从而避免计算过程中的插值计算导致的误差累积；同时将系统等效氢耗、动力电池充电状态（SOC）约束和燃料电池加、减载带来的耐久性问题作为优化目标构成加权惩罚函数，使系统在获得良好燃料经济性的同时兼顾耐久性；将所提管理方法与功率跟随和传统动态规划进行对比分析. 研究结果表明:所提方法相较于功率跟随方法，使末态SOC值降低了13.3%，燃料经济性提高了78%；相较于基于传统动态规划算法的能量管理方法，使燃料经济性提高了3.5%，且SOC变化范围和燃料电池变载情况均具有显著改善.      

多品种燃油海运库存路径问题鲁棒优化模型与算法

针对需求不确定下的多品种燃油海运库存路径问题(Maritime Inventory Routing Problem, MIRP),提出非专用舱室和非固定停靠供应港的船舶配送策略,通过设置供货商保守系数给定条件下的累积航次多品种燃油不确定需求预算阈值,构建以供货商燃油库存与配送总成本最小化为目标的MIRP非线性鲁棒优化模型,并设计了改进混合自适应遗传算法求解模型。算例结果表明,非专用舱室和船舶非固定停靠配送能有效降低供货商燃油库存与配送总成本;供货商在各需求港关于各品种燃油的保守系数均存在某个不同的恰当值,当保守系数超过恰当值时,客户服务水平变化趋于平缓。研究结论可为供货商多品种燃油MIRP提供决策参考。